DLP-GAN：用于生成对抗网络学习绘制现代中国风景照片
计算机视觉与模式识别
2024-03-08 v2 人工智能
摘要
中国风景画具有独特且具有艺术性的风格，其绘画技巧在颜色运用和对物体的真实表现方面高度抽象。以往的方法专注于将现代照片转化为古代墨画。然而，很少有人关注将风景画转化为现代照片。为解决此问题，本文提出了(1)DLP-GAN(Draw Modern Chinese Landscape Photos with Generative Adversarial Network)，一个具有新颖非对称循环映射的无监督跨域图像翻译框架，(2)引入基于稠密融合模块的生成器以匹配不同翻译方向。此外，提出了双一致性损失以平衡模型绘画的真实性和抽象性。如此一来，我们的模型即可以现代意义绘制风景照片和草图。最后，基于我们收集的现代风景和草图数据集，比较我们模型生成的图像与其他基准方法。大量实验包括用户研究表明，我们的模型在SOTA方法中表现优异。
引用
@article{arxiv.2403.03456,
title = {DLP-GAN: learning to draw modern Chinese landscape photos with generative adversarial network},
author = {Xiangquan Gui and Binxuan Zhang and Li Li and Yi Yang},
journal= {arXiv preprint arXiv:2403.03456},
year = {2024}
}
备注
Corrected typos